④ ディープラーニングの要素技術 ／ 18. 畳み込み層
パディングとは
パディングとは、入力画像の周囲を0埋めなどで拡張し、出力サイズの縮小を防ぐ処理です。特徴抽出位置の偏りを防ぐ効果もあります。
この用語はG検定シラバスの「18. 畳み込み層」に含まれます。 章全体の用語は用語解説④（全60語）にまとまっています。
一言でいうと
画像のまわりに余白を足して、畳み込みで小さくなりすぎるのを防ぐ処理です。
2つの目的
- 出力サイズの維持：畳み込みを重ねるたびに画像は小さくなります。パディングを入れればサイズを保ったまま層を深くできます
- 端の情報を活かす：パディングがないと、画像の端の画素は中央の画素よりフィルタに参照される回数が少なくなります。周囲を広げることでこの偏りが減ります
0で埋める
最も一般的なのはゼロパディングで、周囲を0で埋めます。0は畳み込みの積和で影響を与えにくいためです。
パディングを増やすほど出力サイズは大きくなります。ストライドと逆向きの効果を持つと覚えておくと計算問題で迷いません。
2つの呼び方
実装では次の呼び方がよく使われます。
- same：出力サイズが入力と同じになるようにパディングを入れる
- valid：パディングを入れない（出力は小さくなる）
層を深くしたい場合はsameを選ぶのが基本です。パディングなしでは数層でサイズが尽きてしまいます。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| パディング | 周囲を広げる。出力サイズは大きくなる |
| ストライド | 移動間隔を広げる。出力サイズは小さくなる |
🎯 G検定での押さえどころ
- 入力の周囲を0などで拡張する
- 出力サイズの縮小を防ぐ
- 端の画素が使われにくい偏りを防ぐ
⚠️ よくある誤りの選択肢
- 「パディングを増やすと出力サイズは小さくなる」→ 誤り。大きくなります
- 「パディングはフィルタの値を変える処理である」→ 誤り。入力の周囲を拡張する処理です
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「畳み込みニューラルネットワーク」（E資格向け）
- 手を動かして確かめる → CNN出力サイズ計算シミュレータ
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。